煤层瓦斯突出危险区综合预测方法

被引:28
作者
李冬 [1 ,2 ]
彭苏萍 [1 ]
杜文凤 [1 ]
邢朕国 [1 ,2 ]
李泽辰 [1 ,2 ]
机构
[1] 中国矿业大学(北京)煤炭资源与安全开采国家重点实验室
[2] 不详
关键词
瓦斯突出; 瓦斯含量; 构造煤; 顶板岩性; 综合预测;
D O I
10.13225/j.cnki.jccs.2017.1229
中图分类号
TD713.2 [];
学科分类号
摘要
常规的瓦斯突出预测技术,主要从单一角度出发,无法达到多因素影响下的瓦斯突出危险区域预测精度。以某研究区为例,利用基于遗传算法的支持向量机(SVM)网络,预测了瓦斯含量;将孔隙度作为构造煤的判别因子,并通过概率神经网络(PNN)反演方法,得到了构造煤分布情况;介绍了基于自然伽马曲线的拟密度反演方法,获得了煤层顶板岩性情况。综合瓦斯含量、构造煤分布及煤层顶板岩性3个方面特征,建立了一套瓦斯突出危险区域综合预测方法,为判断瓦斯突出危险区提供了理论基础。经过与实际突出位置做验证,预测结果吻合,说明了综合预测方法在此研究区具有较高的准确性。
引用
收藏
页码:466 / 472
页数:7
相关论文
共 17 条
  • [1] 基于SVM耦合遗传算法的回采工作面瓦斯涌出量预测
    董晓雷
    贾进章
    白洋
    樊程程
    [J]. 安全与环境学报, 2016, 16 (02) : 114 - 118
  • [2] 煤层冲刷带地震响应特征及其与煤层瓦斯突出的相关性分析
    管永伟
    陈同俊
    崔若飞
    李明
    彭刘亚
    赵立明
    张明川
    [J]. 地球物理学进展, 2016, 31 (01) : 191 - 197
  • [3] 拟声波反演技术在识别煤层顶底板砂泥岩中的应用
    魏文希
    师素珍
    孙超
    李世杰
    [J]. 物探与化探, 2016, 40 (01) : 220 - 224
  • [4] 基于粒子群神经网络的煤层瓦斯含量预测
    刘景艳
    王福忠
    [J]. 河南理工大学学报(自然科学版), 2014, 33 (06) : 724 - 727
  • [5] 利用弹性波阻抗反演预测构造煤发育
    任川
    潘冬明
    彭刘亚
    赵新
    [J]. 煤田地质与勘探, 2014, 42 (03) : 92 - 95+99
  • [6] 自然伽马拟声波曲线构建技术探讨
    查华胜
    甘志超
    刘卫佳
    卞振平
    徐翠云
    于卓
    盖一新
    [J]. 中国煤炭地质, 2014, 26 (05) : 58 - 62
  • [7] 利用岩性地震反演信息划分煤体结构
    彭刘亚
    崔若飞
    任川
    崔大尉
    [J]. 煤炭学报, 2013, 38(S2) (S2) : 410 - 415
  • [8] 伽马拟声波分频重构反演在储层预测中的应用
    赵继龙
    熊冉
    陈戈
    常少英
    曹鹏
    [J]. 地球物理学进展, 2013, 28 (04) : 1954 - 1961
  • [9] 基于加权LS-SVM时间序列短期瓦斯预测研究
    乔美英
    马小平
    兰建义
    王莹
    [J]. 采矿与安全工程学报, 2011, 28 (02) : 310 - 314
  • [10] 构造煤地球物理测井定量判识研究
    姚军朋
    司马立强
    张玉贵
    [J]. 煤炭学报, 2011, 36(S1) (S1) : 94 - 98